硅谷又出现一家75亿美元（约合人民币500亿元）独角兽。
10月9日，AI创业公司TypeSafe AI宣布完成8.7亿美元（约58亿元人民币）融资，a16z领投、红杉资本跟投。就在24天前，它的估值还只有约2亿美元。短短时间，估值暴涨37.5倍。
硅谷投资人争相下注，只因TypeSafe AI的生意很独特：让企业软件变得智能。
24天估值暴涨37倍
TypeSafe AI的创始人阿尔梅达（Diogo Almeida），曾参与打造ChatGPT。
早年，他在OpenAI担任研究人员，参与过InstructGPT及人类反馈强化学习（RLHF）等相关研究。这些技术后来成为ChatGPT的重要基础。
2024年离开OpenAI后，，Almeida与前Meta研究人员萨沙·盛（音，Sasha Sheng）、工程师加夫尼（Erik Gafni）共同创办TypeSafe AI。萨沙·盛是上海人，本科毕业于上海交大机械工程专业。
三个人秘密研发了两年，直到今年9月15日，公司才第一次公开亮相。
当天，TypeSafe AI发布首款模型Jev，同时宣布完成4000万美元种子轮融资，由美国风投DCVC领投。当时媒体报道的公司估值约为2亿美元。
Jev是一种很垂直的模型：帮企业软件做决策。比如，一家保险公司，可以用它判断哪些理赔申请需要人工复核；一家招聘网站，用它判断哪些候选人达标。
一个字概括Jev的特点：快。
接下来几周，这家公司的命运发生了变化。
Jev发布三天后，云平台Vercel公布了一组数据：Jev上线仅24小时，便吸引近13%的平台付费团队尝试使用。这个比例是GPT-5.6系列同期的两倍，创下Vercel新模型上线后的采用速度纪录。
到10月15日，Vercel披露，Jev上线前两周，已有35.3%的付费团队使用过它。尽管直到9月中旬才发布，Jev仍成为该平台9月请求次数最多的模型。
TypeSafe AI还宣称，产品发布后不久，已有约三分之一的美国《财富》500强企业使用Jev。不过，公司尚未公开这些企业的完整名单。
资本闻风而动。
10月9日，TypeSafe AI公布新一轮融资：8.7亿美元，估值75亿美元。
从9月15日的约2亿美元算起，短短24天，公司估值增长了37.5倍。
领投方a16z派出了重量级人物卡萨多（Martin Casado）。他曾联合创办软件定义网络公司Nicira，并于2012年以12.6亿美元将其卖给VMware。此后，他进入a16z，长期负责软件基础设施投资。
这次融资后，Casado也进入了TypeSafe AI董事会。
不仅如此，据投资研究机构Sacra援引红杉资本合伙人格拉迪（Pat Grady的说法），Jev上线七天内，年化收入运行率已达到1亿美元。
TypeSafe AI究竟做对了什么？
在接受TechCrunch采访时，他曾解释，过去几年，大模型已经非常擅长理解和生成人类语言，但这些能力不一定适合计算机软件自动化。
比如，ChatGPT可以写出一篇文章，帮人分析复杂问题，但如果企业只需要判断一笔交易是否有风险，让它写一大段分析，反而费时费钱。
阿尔梅达认为，人与计算机需要的AI并不相同。于是，他决定反过来做：放弃生成文字，专门训练一种帮助软件作出判断的AI——这就是Jev。
行行AI董事长、顺福资本创始人李明顺告诉铅笔道，TypeSafe AI受到追捧，除了技术，还有团队背景的因素。创始人来自OpenAI，这样的团队不…可能独立发展，也可能成为科技巨头的收购对象。
帮客户每年省下50万美元
TypeSafe AI帮客户用便宜的AI，替代昂贵的AI。
Jack & Jill是一家AI招聘平台，已经服务超过5000家企业和40万名专业人士。它利用AI帮助求职者寻找合适的岗位，也帮助企业筛选候选人。
每筛选1000名候选人，Gemini需要花费0.755美元，而Jev只需要0.092美元，成本降低88%。完成一个岗位初筛的中位耗时，也从20.3秒缩短到10.3秒。
首次测试后不到10天，Jack & Jill便将初筛环节全部换成Jev。
按照目前业务规模测算，它每年可节约约26.5万美元；考虑业务增长，未来12个月预计节省约50万美元。
这正是TypeSafe AI的机会。
Jev为什么这么便宜？原因在于，Jev放弃了生成文本。传统大模型接到任务后，通常需要逐步生成回答。Jev则直接打个分数或者给个概率，省去文字生成过程。
Jev适合边界明确的判断任务，并不能取代通用大模型完成复杂分析、长文本生成等工作。
一家电商企业，可以用它给订单打风险分数；一家保险公司，可以用它判断哪些理赔申请需要人工复核；一家客服公司，可以用它给工单分类。
一家头部大厂agent负责人何君（化名）告诉铅笔道，企业越来越倾向于让不同模型分工。例如，让Jev先判断任务属于哪一类，需要复杂推理时再调用GPT、Claude，完成摘要整理时则使用更经济的模型。
这样一来，企业不必为了简单任务支付高性能模型的费用。
AI投资，投向看不见的地方
硅谷投资人正在对AI商业机会重新判断。
过去几年，AI行业最受关注的公司，大多在争夺两个市场：面向普通用户的聊天和内容生成，面向程序员的AI编程。
但AI编程再强，写出来的软件也未必更聪明。这正是a16z在投资TypeSafe AI时提出的观点：AI让开发者能够更快地编写软件，却没有让软件本身普遍具备智能。
投资人如今想押注的是让AI直接进入软件内部，成为自动执行业务的一部分。而这是用户看不见的地方。
红杉资本在投资文章中将这种变化与数据库作比较：未来，开发者可能像调用数据库一样调用AI，让软件在运行过程中不断作出判断。
这也是为什么，TypeSafe AI的融资吸引了a16z、红杉、DCVC等机构。
这里还有一个有趣的经济学问题。
Jev的名字，来自英国经济学家威廉·斯坦利·杰文斯。
经济学中有一个著名的“杰文斯悖论”：当一种资源的使用效率提高、成本下降后，需求可能迅速增长，最终消耗量反而增加。
TypeSafe AI希望AI也会如此。
以前，因为模型调用昂贵，一家企业可能只让AI检查部分订单、抽查部分客服记录。现在，每次判断变得足够便宜，企业便可能扩大检查范围，甚至让AI评估每一次业务操作。
原本不存在的AI需求，就这样被创造出来。
但是，想赚这份钱的公司还有很多。
10月7日，AI评测公司Arize发布了一份报告，对Jev以及OpenAI、Liquid AI、Cloudflare等公司的专业决策模型进行比较。
在一项判断AI回答是否包含虚构内容的测试中，Jev的平衡准确率达到85.5%，OpenAI相关模型为81.5%，Liquid AI为84.8%。Jev虽然领先，但部分模型之间的差距并不具有统计显著性。
从Jev发布到这份评测出炉，不过三个星期，市场上已经出现多款类似产品。
甚至有开发者推出开源模型Kev。Arize的测试显示，在一项AI Agent任务路由测试中，Kev与Jev的成绩非常接近。
TypeSafe AI的融资也提醒创业者：做出一个便宜模型，只是生意的开始。一旦竞争对手能够提供相近的准确率和更低的价格，客户随时可能转身离开。真正的竞争力，还要看能否深度进入客户业务、积累稳定调用量，并提供难以替代的服务。
本文不构成任何投资建议。
本文来自微信公众号 “铅笔道”（ID：pencilnews），作者：铅笔道，36氪经授权发布。